如何从嵌套字典创建DataFrame并映射对应数值？

我尝试从嵌套字典创建DataFrame，字典结构如下：

{'2022-10-11T14:00:00Z': {
         'INMET_CURITIBA_A807_M': {
                 'PRESS_HPA': [{'value': '915.0', 'quality': 'qf-GOOD', 'quality_flag': 'GOOD', 'structure': 'INMET_CURITIBA_A807_M', 'element': 'PRESS_HPA'}],
                 'PRESS_MX_HPA': [{'value': '82', 'quality': 'qf-UNCHECKED', 'quality_flag': 'UNCHECKED', 'structure': 'INMET_CURITIBA_A807_M', 'element': 'PRESS_MX_HPA'}]
              }
}}

期望生成的DataFrame格式如下：

PRESS_HPA       PRESS_MX_HPA   
2022-10-11T14:00:00Z        915.0               82.0               

注：实际包含更多日期，此处未全部展示。

通过遍历嵌套字典提取关键数值，再构造符合要求的DataFrame，具体实现如下：

import pandas as pd

# 示例嵌套字典（实际可替换为你的完整数据）
raw_data = {'2022-10-11T14:00:00Z': {
         'INMET_CURITIBA_A807_M': {
                 'PRESS_HPA': [{'value': '915.0', 'quality': 'qf-GOOD', 'quality_flag': 'GOOD', 'structure': 'INMET_CURITIBA_A807_M', 'element': 'PRESS_HPA'}],
                 'PRESS_MX_HPA': [{'value': '82', 'quality': 'qf-UNCHECKED', 'quality_flag': 'UNCHECKED', 'structure': 'INMET_CURITIBA_A807_M', 'element': 'PRESS_MX_HPA'}]
              }
}}

# 整理数据：提取日期、指标对应的数值
processed = {}
for date, site_info in raw_data.items():
    # 提取站点下的所有指标数据（示例中每个日期仅一个站点）
    metrics = next(iter(site_info.values()))
    row = {}
    for metric_name, entries in metrics.items():
        # 取出第一个条目里的value并转为数值类型
        row[metric_name] = float(entries[0]['value'])
    processed[date] = row

# 生成DataFrame
result_df = pd.DataFrame.from_dict(processed, orient='index')
print(result_df)

如果实际数据中每个日期对应多个站点，可修改遍历逻辑，比如指定目标站点名称，或对多站点数据做合并处理。

内容的提问来源于stack exchange，提问作者Lucas Medeiros